使用cv2.adaptiveThreshold处理反光图像效果不佳 无法满足pytesseract识别需求

• 第一步：对比度增强：使用限制对比度自适应直方图均衡化（CLAHE）处理灰度图，解决局部反光、明暗不均的问题，避免直接阈值处理丢失文字特征。
• 第二步：前置去噪：在阈值处理前加入高斯模糊/双边滤波，抑制图像噪点，防止阈值处理时噪点被误识别为文字轮廓。
• 第三步：调整自适应阈值参数：适当调大块尺寸与常数C，过滤掉反光带来的背景干扰。
• 第四步：后处理优化：加入形态学操作修复文字断笔，清除孤立的小噪点，提升文字连通性。

import cv2
import numpy as np

path = "path/to/image.jpg"
# 读取图像
rgb_img = cv2.imread(path)
gray_img = cv2.cvtColor(rgb_img, cv2.COLOR_BGR2GRAY)

# 1. CLAHE对比度增强，处理反光不均
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
clahe_gray = clahe.apply(gray_img)

# 2. 高斯模糊去噪
blur_img = cv2.GaussianBlur(clahe_gray, (3,3), 0)

# 3. 自适应阈值处理，调整参数
thresholded_img = cv2.adaptiveThreshold(blur_img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
                                       cv2.THRESH_BINARY_INV, 25, 4)

# 4. 形态学闭运算修复文字，去噪
kernel = np.ones((2,2), np.uint8)
final_img = cv2.morphologyEx(thresholded_img, cv2.MORPH_CLOSE, kernel, iterations=1)

# 展示结果
cv2.imshow('original', rgb_img)
cv2.imshow('processed for OCR', final_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

参数调整参考 #

• 如果文字存在断笔，可适当调大形态学核尺寸，或者增加形态学操作的迭代次数
• 如果背景残留噪点过多，可在3~6区间内调大自适应阈值的最后一个常数C
• 如果输入图像分辨率较高，可将自适应阈值的块大小（倒数第二个参数）调整为31、41等更大的奇数

内容的提问来源于stack exchange，提问作者Utopion